摘要
本申请提供一种基于神经网络的血压检测分类系统、方法、介质及终端,对获取到的心音信号实时数据分别进行梅尔频率倒谱系数特征提取、第一心音时域特征提取和第二心音时域特征提取,并将提取到的梅尔频率倒谱系数特征数据、第一心音时域特征数据和第二心音时域特征数据作为模型特征输入,包含了时域特征和频域特征,实现了时频域信息的全面覆盖。通过使用多输入时域卷积神经网络模型来处理这三种特征输入并进行融合,可以准确检测用户当前的血压状态,方便快捷,且结果准确。本申请实现了一种基于MFCC_0的心音峰值点所在帧提取算法,可以有效避免噪声的影响,更加简单精确的同时,具有更强的容错性,并且可以对第一心音和第二心音进行准确区分。
技术关键词
梅尔频率倒谱系数
检测分类系统
检测分类模型
血压
检测分类方法
卷积神经网络模型
实时数据
特征提取模块
时域特征提取
多通道
信号
傅里叶变换处理
积层
离散余弦
滤波
电子终端
频域特征
处理器
系统为您推荐了相关专利信息
管理非结构化数据
多源异构数据
构建知识图谱
元数据管理
查询意图
体外模拟循环系统
心血管系统
血压
建模方法
波形
虚拟现实头戴式设备
图像数据采集模块
健康监控系统
穿戴设备
触觉反馈模块
血压测量方法
数据
参数
计算机程序产品
计算机存储介质
多层级标签
医院信息系统
声音传感器
医用
数据安全